收集光伏电站的同一时间段的太阳总辐射、组件温度、环境温度等历史数据后，可对这
些数据进行筛选分析，建立光伏电站气象历史数据库。这里以光伏电站气象历史数据库为基
础，通过统计方法建立的组件温度关系式如下：

 

　　

y=T+kx+c （1） 

　　式中，

 y 为组件温度；T 为环境温度；x 为总辐射；k，c 为系数。 

　　利用截至到

2011 年 12 月的数据统计率定出国家能源太阳能发电研发（实验）中心屋

顶光伏电站的组件温度关系式为：
　　

y=T+0.021 4x+0.97 

　　

1.3 组件温度预测 

　　以关系式

y=T+0.021 4x+0.97 为基础，输入从数值天气预报获取的未来总辐射数据和环

境温度数据，预测出组件温度值；采用卡尔曼滤波，利用地面实时组件温度监测数据对预
测值进行实时校正，进而较为准确地预测未来组件温度值。组件温度预测流程图如图

2 所示，

图

3 所示为数值天气预报总辐射及空气温度预测流程图。 

　　

2 算例分析 

　　根据上述方法于

2012 年 3 月建立的国家能源太阳能发电研发（实验）中心屋顶光伏电

站组建温度预测系统投运以来，系统运行稳定可靠，在累积的数据中，以

5 min 为时间分

辨率，对预测组件温度、实际组件温度数据进行对比分析的绝对误差分布比例统计如表

2 所

列。从表

2 可以得出，绝对误差在 5

℃以内的样本占 0.933 4，预测效果比较理想。 

　　

3 结 语 

　　随着近年来光伏发电在中国的快速集中发展，亟需对光伏电站的发电功率进行预测，
以保障大规模光伏发电接入条件下的电网安全调度，而组件温度预测是光伏发电功率预测
中的重要一环。预测结果表明，本文提出的光伏电池组件温度预测方法预测精度较高，能够
充分满足工程应用的需求。

 

　　参

 考 文 献 

　　

[1] 王长贵，王斯成. 太阳能光伏发电应用技术[M]. 2 版.北京：化学工业出版社， 2009. 

　　

[2] 李军，许继生，王生渊，等. 一种并网型光伏电站光功率及发电量预测的方法[J]. 青

海电力，

 2010，29（2）：18-20.